Ciencia de datos y aprendizaje automático en Fabric — LearnFlat
⏱ 2 h 54 min 📚 29 lecciones 🎧 Versión en audio

Ciencia de datos y aprendizaje automático en Fabric

Aprenda a crear, entrenar y desplegar modelos de aprendizaje automático utilizando las herramientas integradas de ciencia de datos de Fabric.

  • 💬 Instructor de IA
    Pregunta sobre cualquier lección y recibe una respuesta clara al instante, cuando quieras.
  • 🕐 Empieza cuando quieras
    Sin horarios ni fechas límite: aprende a tu ritmo, cuando quieras.
  • 🌐 En español
    Lecciones, tareas y certificado: todo completamente en tu idioma.

Sobre este curso

Los equipos de datos modernos necesitan un entorno unificado para pasar sin problemas de datos sin procesar a modelos de aprendizaje automático listos para producción. Fabric proporciona una plataforma única y cohesiva que integra flujos de trabajo de ingeniería de datos, ciencia de datos e IA sin la fricción de gestionar múltiples servicios desconectados. Este curso lo guía desde los conceptos fundamentales de la ciencia de datos hasta el despliegue de modelos de aprendizaje automático directamente dentro de Fabric. Aprenderá a ingerir datos, realizar análisis exploratorios, entrenar modelos y gestionar el ciclo de vida del aprendizaje automático a través de explicaciones escritas claras y paso a paso y ejemplos de código prácticos. Lo que aprenderá: - Comprender los componentes fundamentales del espacio de trabajo de ciencia de datos de Fabric - Escribir y ejecutar código Python en cuadernos de Fabric para limpiar y preparar datos - Entrenar modelos de aprendizaje automático utilizando bibliotecas populares de código abierto - Realizar un seguimiento de los experimentos y registrar métricas de modelos con la integración de MLflow - Registrar y desplegar modelos entrenados para puntuación por lotes y en tiempo real - Aplicar flujos de trabajo de datos modernos, incluida la integración de semantic link y operaciones eficientes de dataframe El curso comienza con definiciones esenciales y una introducción al ecosistema de Fabric, asegurando que comprenda la interfaz y la arquitectura antes de sumergirse en el código. Luego progresará a través de todo el ciclo de vida de la ciencia de datos, desde la exploración inicial de datos hasta el despliegue y monitoreo del modelo. Este curso basado en texto está diseñado para aspirantes a científicos de datos, analistas de datos y desarrolladores que desean aprovechar Fabric para el aprendizaje automático. No se requiere experiencia previa con Fabric, aunque una familiaridad básica con Python es útil. Comience su viaje hacia la ciencia de datos unificada y comience a crear modelos de aprendizaje automático en Fabric hoy mismo.

Lo que obtendrás

  • 📜 Certificado de finalización
    Añádelo a tu perfil de LinkedIn
  • 💬 Tutor AI personal
    ¿Atascado en una lección? Pregúntale a tu tutor integrado lo que quieras, cuando quieras.
  • 🎧 Versión en audio incluida
    Aprende en cualquier momento, sin pantalla
  • ♾️ Acceso de por vida
    Vuelve cuando quieras, sin caducidad
  • 📱 Teléfono o computadora
    Funciona en cualquier dispositivo
  • 💸 Reembolso de 14 días
    Sin preguntas
  • Breve y enfocado
    2 h 54 min de contenido práctico

Reseñas

Aún no hay reseñas — sé el primero en compartir tu experiencia.

Escribir una reseña

Te pediremos iniciar sesión después de enviar — tu borrador se guarda.

Otros también tomaron

Preguntas frecuentes

¿Qué necesito para tomar este curso? +

Solo un teléfono o computadora con internet. Sin instalaciones ni hardware especial.

¿Cómo pago? +

Con tarjeta a través de Stripe. No almacenamos datos de tarjeta — Stripe los gestiona de forma segura.

¿Puedo obtener un reembolso? +

Sí — reembolso completo en 14 días, sin preguntas.

¿Por cuánto tiempo tendré acceso? +

Para siempre. Una vez comprado, el curso es tuyo para revisarlo cuando quieras.

¿Obtendré un certificado? +

Sí. Al finalizar recibirás un certificado que puedes añadir a tu perfil de LinkedIn.

Diseñado para profesionales en
Tecnología Diseño Finanzas Marketing Salud Educación Hostelería Manufactura